基于不同模型分析的矿山边坡变形自动化监测效果对比

• 作者: 张家文 韩锦
• 来源期刊: 北京测绘
• 学科: 地球科学
• 关键词: GM(1,1)灰色预测模型 回归模型 ARIMA模型 矿山边坡 变形监测
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 自然资源调查监测
• 页码范围: 1225-1228
• 页数: 4页
• 分类号: P258
• 语种: 中文
• DOI: 10.19580/j.cnki.1007-3000.2020.09.013

摘要

将GM(1,1)灰色预测模型、回归模型以及ARIMA模型通过编程手段编入TM30自动化远程变形监测系统的模型库中,对比分析了不同预测模型的拟合、预测精度,结果表明:GM(1,1)灰色仅适用于短中期边坡变形的监测预测,回归模型仅在原始监测数据列符合某一数学函数时,才能获得较高的拟合精度,而ARIMA模型不管是从拟合精度还是适用范围来讲,均优于其它两种模型,故建议采用ARIMA模型进行矿区边坡的自动化监测和预测.研究结果对于矿区边坡变形的自动化监测工作具有一定的指导意义.